Liquid AIは、Liquid Foundation Modelsの新世代となるLFM3を公開しました。これは、共通の基盤上に構築された、約20億パラメータ（モデルの振る舞いを決定する内部設定）を持つ2Bクラスのオープンウェイトモデル6種からなるファミリーです。テキスト、ビジョン、オーディオ、「オムニ」（複数のモダリティを組み合わせたもの）、および意思決定タスクをカバーしています。
6種のモデルファミリー
6つのモデルはすべてLFM3-1.7B-Baseを出発点としています。17.3億パラメータ、256Kトークンのコンテキストウィンドウ（モデルが一度に処理できるテキスト量を単語の断片で表したもの）を備えたLFM3-1.7Bモデルは、ローカルエージェント向けで、Hermes Agent、Pi、OpenClawなどの環境向けにポストトレーニングされています。LFM3-VL-2Bは、LFMファミリーで初めてビデオ（1秒あたり2フレームでサンプリング）を受け入れるビジョンモデルとして紹介されています。LFM3-Audio-2Bは、18言語で音声入出力とツール呼び出しを処理します。LFM3-Omni-2Bは、ビジョン、オーディオ、言語を組み合わせ、テキストまたは音声で応答します。
最後に、d1-2Bとd1-Omni-2Bは、多くの質問に単一のフォワードパス（回答を生成する計算ステップ）で応答する意思決定モデルです。
ハイブリッドアーキテクチャ
基盤は、24層にわたって3種類の演算子を組み合わせています：13のゲート付きショートコンボリューション、5層のスライディングウィンドウアテンション、6層のグローバルアテンションです。Liquid AIによれば、この組み合わせは「ハードウェアインザループ」、つまり実際のハードウェアを考慮したアーキテクチャ探索によって見出されました。LFM2はスマートフォンとノートパソコンで調整されましたが、LFM3はRaspberry Pi 5やQualcomm Hexagon NPUを含む14のデバイスとバックエンドの組み合わせで調整されています。
ベースモデルは22Tトークンでトレーニングされ、そのうちエージェント指向の最後の3.5Tトークンでコンテキストも256Kに拡張されました。ポストトレーニングは4段階で行われました：1.75Tトークンでの教師ありファインチューニング（SFT）、混合報酬強化学習、6つの「スペシャリスト」モデルから単一モデルへの蒸留、そしてエージェント強化学習です。
開発者が発表した結果
Liquid AIの評価によると、LFM3-1.7Bは29のベンチマークで平均49.37を獲得し、Qwen3.5-9Bの47.24を上回りました。WebArena-Verifiedでは38.42（Qwen3.5-9Bは28.94）、BFCL V4では71.39（同62.83）を記録しました。一方、知識とエージェントコードではやや劣りました：GPQA Diamondは63.37（Qwen3.5-9Bは80.40）、SWE-bench Verifiedは43.40（同51.20）でした。Humanity’s Last Examでは、ツール使用によりスコアが7.17から13.90に向上しました。
ビジョンでは、LFM3-VL-2Bは62のベンチマークで平均71.4を記録し、同じスイートでのGemma 4 12Bの71.7に迫りました。LFM3-Audio-2Bは、英語で単語誤り率（WER）6.2、音声合成でUTMOSv2スコア3.8を達成しました。LFM3-Omni-2BはDaily-Omniで70.1（Qwen2.5-Omni-7Bは61.3）を獲得しました。
ライセンスLFM Open License v1.0は、年間収益1000万ドルまでの商用利用を無料で許可しています。
デプロイメント
ウェイトはHugging Face、Liquid AI Playground、およびLiquid APIで利用可能で、テキストおよびビジョンモデルにはGGUF、MLX、ONNXフォーマットが提供されています。言及されている実行環境には、llama.cpp、MLX、vLLM、SGLang、Ollama、Transformersが含まれます。Liquid AIは、4ビット量子化ではLFM3-1.7Bが約1GBのメモリを必要とし、スマートフォンやノートパソコンに適していると述べています。
NVIDIA B300とSGLangでは、このモデルは1024の同時リクエストで1日あたり3.6Bトークンを生成します。Liquid AIは、特殊化も可能であることを示しています：単一のA100上での数時間の教師ありファインチューニングとGRPO学習により、風力タービンの欠陥分類が67%に達しました。
